浅谈统计数据挖掘技术

随着信息技术的高速发展,国内各级统计部门积累了大量的历史统计数据。因受数据分析技术的制约,通常只是对这些数据进行简单的查询、汇总,许多表面不能直接看到的、隐含在其中的但又有价值的信息未能挖掘出来,     

数据挖掘在R&D统计中的应用分析

在R&D统计领域,传统的数据分析方法已经越来越难以满足社会经济发展的需要.基于数据挖掘的基本原理与方法,文章首先分析了在R&D统计研究中运用数据挖掘的必要性及其重要作用,进而给出了R&D统计数据挖掘的操作流程,最后提出了R&D统计数据挖掘中应注意的几个问题.     

统计学与数据挖掘

文章以统计学最近 40年的发展走势作为论述的起点 ,逐步对统计方法在数据挖掘算法设计、开发过程中的应用情况 ,进行客观、系统的介绍和分析 ,进而提出统计学和数据挖掘协同发展的广阔前景。     

数据挖掘中的预测及其应用

随着社会和科技的进步,人们所能收集到的数据量变得越来越大,对这些数据进行处理做预测的难度也因此变的非常大。而新兴的一门处理海量数据的技术——数据挖掘为解决预测的这一难题提供了新的机遇。本文试对数据挖掘中的预测及其相关的方法和应用做一综合性的介绍。     

数据挖掘与统计分析

有数据就有信息,有信息就有统计。自九十年代以来,随着计算机与信息技术的发展,人们面临的已经不再是信息的缺乏,随着人类活动范围的扩展以及科学技术的进步,大量信息可以在瞬间的产生,人们能以更快速、更容易、更廉价的方式获取和存储数据,由此,人们积累的数据越来     

数据挖掘技术在浙江省经济统计中的应用

目前经济统计数据的特点是经济统计数据库的数据庞大而且数据质量突出,传统的统计数据处理方式还是停留在见到的统计报表,缺少智能性的深层次的分析处理,以至于数据间的潜在关系和规则未被发现和利用,并且有部分虚假数据未能识别出来。本文提出了将数据挖掘应用于浙江省经济统计中,并对数据挖掘如何在浙江省经济统计中应用作了初步探索,为经济决策提供有力的支持。     

数据挖掘技术在经济统计中的应用探索

目前,经济统计数据的特点是经济统计数据库的数据庞大而且数据质量问题突出.传统的统计数据处理方式还是停留在统计报表层面,没有智能性地深层次地分析处理,以至于数据闯的潜在关系和规则未被发现和利用,并且有部分虚假数据未能识别出来,使得这些经济统计的原始数据对于管理决策支持有限.文章提出将数据挖掘应用于经济统计系统中,并对数据挖掘如何在经济统计中应用作了初步探索,可为经济决策提供支持.     

数据挖掘在企业中的应用

随着企业业务的不断深化拓展,大量数据的原始积累完成,如何利用统计分析原理,有效的从原始资料中汇总出对企业决策支持有帮助的信息,对于企业发展显得尤其重要。伴随着信息技术的日新月异,有效地利用数据挖掘技术,将会使企业信息化进程从信息收集升华到信息管理的层面。     

数据挖掘在建筑施工项目评估中的探索性应用

建筑施工项目的质量高低,直接关系到国家和人民生命财产的安全．而要使整个建筑项目维持长期可靠而稳定的运行,则需要对整个建筑施工项目实施充分有效的评估。本文在分析现有建筑施工项目评估所存在的主要问题的基础上,引入了较先进的数据挖掘技术对建筑施工项目实施评估,为建筑施工项目的评估工作提供了新的观察与研究视角。     

数据挖掘的统计学内涵

统计有培根逻辑做支撑,而数据挖掘则更多地得益于当代信息技术的飞速发展——但是相对于由此产生的大量冗余数据而言,我们似乎并没有获得多少信息。如果说数据挖掘(data mining,DM)研究的是经过清洗的全样本数据(Population),那么统计研究的则是样本数     

基于统计信息的数据挖掘算法

文章提出了一种处理噪音数据的算法.最后应用MATLAB软件和SAS软件建立模型,实验结果表明该算法能够很成功地建立模型拟合这种问题.     

数据挖掘：统计学的分支？

与统计相似,数据挖掘也是一门揭示存在于数据里的模式或数据间关系的学科,但它强调对大规模数据的处理。数据挖掘与统计学有着密切的关系,但数据、方法等方面的差异决定它不是统计学的子学科。     

浅议在数据挖掘中应用抽样技术

数据挖掘技术的产生和发展不是为了替代传统的统计分析技术,相反它为统计学的延伸和扩展提供了广阔的舞台。本文介绍了抽样技术作为一项基本统计技术在数据挖掘中的应用的理论基础和实践基础,指出了需要注意的问题和发展的方向。     

数据挖掘技术及其应用现状

本文对数据挖掘技术进行了回顾,介绍了目前在数据挖掘中常用的方法和工具,列举了它的一些应用,指出了数据挖掘中存在的一些问题.     

数据挖掘与现代信息统计

随着计算机及数据库技术的不断发展．数据库管理系统的广泛应用．数据库中存储的数据数量也急剧增大．在大量的数据里面隐藏着许多用于实践的信息，如果能把这些信息从数据库中提炼出来，将为我们工作创造很多潜在的利润．而这种从海量数据库中挖掘信息的技术．就称之为数据挖掘。数据挖掘是应用了统计学的知识以及计算机领域的思想、工具和方法．尤其是计算机学科的知识。     

数据挖掘中的聚类分析

文章从聚类分析的作用、相异性度量、算法简介及计算机操作程序四个方面论述了如何在数据挖掘中进行聚类分析     

顾客关系管理中的数据挖掘技术

本文首先分析了数据挖掘技术在顾客关系管理中引入的可行性,然后详细阐述DM的各种技术工具是如何运用的,有何种功能,并指出外购是数据挖掘在企业中的有效实现形式。